AI时代真正拉开差距的，是把一件事做完整
最近公众号文章发得少了一些。不是没什么想说，而是过去一个月，我把大部分精力都放在了 vibe coding 上，前后做了不少项目，也几乎每天都在深度使用 AI。最近做的一个小游戏，目前大约有 300 人在玩，成绩也还不错。
一开始，我也会被 AI 完成某个任务的速度震住。过去要花半天写的代码，它几分钟就能给出；UI、文案、图片，也能很快生成。很多人因此觉得，只要 AI 能把代码写出来，产品差不多就完成了。听起来没错，但问题是，一个东西被做出来，和它真正跑起来，完全是两回事。
一个产品从想法到用户手里，中间有很长一段路。代码写完了，要放到什么服务器上，流量来了能不能扛住；用户进来了，统计怎么接，怎样知道他在哪一步离开；出了故障，谁来发现、谁来修；账号、权限、隐私和合规怎么处理；做好之后，通过什么渠道让别人知道；上线以后，是继续维护、根据反馈修改，还是及时停掉。
这些事情很少出现在 AI 的演示里，也很难用一张漂亮截图证明。但恰恰是它们，决定了一个项目最后是能被人使用的产品，还是电脑里又一个没有下文的文件夹。
过去我们习惯按岗位理解工作。程序员写代码，设计师出图，运营写文案，学生完成老师布置的题目。每个人把自己的部分交出去，再由另一个人把它们拼起来。这种分工当然没有问题，但当 AI 越来越擅长明确、可描述、可验收的任务，单项执行就会越来越标准化。
现在有两种工作方式。一种是等别人定义目标，再把分到手的一部分做好，交付以后任务就结束了。另一种会先问：这东西给谁用，为什么值得做，怎么上线，数据说明了什么，失败后怎么改，三个月后谁来维护。他不一定每一项都最专业，却愿意把不同环节接起来，对最后的结果负责。
两者的区别，不是谁把某个环节做得更漂亮，而是谁的责任范围覆盖了整件事。 这也不是“全能”和“专业”的区别。专业能力依然重要，局部任务也总要有人完成。系统工程能力不是要求一个人什么都会，而是知道最终结果由哪些环节共同决定，缺了哪一环应该找什么工具、什么人补上，并确保关键问题没有掉在缝隙里。
AI 当然可以帮助这样的人。它能写程序、搭页面、分析数据、整理反馈、检查条款，也能给出推广方案。可它不会自动替你决定哪个问题值得解决，也不会承担用户流失、成本超支和项目停摆的后果。AI 可以参与每一环，但完整的闭环仍然需要一个人来守住。
所以 ，AI 时代最重要的分水岭，不是谁在某个局部任务上做得更快，而是谁能把一个模糊想法，变成真实存在、有人使用、可以持续改进的东西 。
这也会改变家庭教育。我们过去很擅长训练孩子完成别人布置的任务：题目已经写好，时间已经规定，答案也有人判断。孩子要做的是理解要求，然后交作业。 可进入真实世界以后，困难往往不是把题做对，而是根本没人替你出题，也没人告诉你做到什么程度才算完成 。
与其只让孩子多做一套题，不如让他完整做成一个真实作品 。可以是一本小册子、一段采访、一个小程序，也可以是一次真正有人参加的活动。让他自己决定做给谁看，遇到问题找谁帮助，做完以后听真实反馈，再回来修改。作品不一定复杂，甚至可以很粗糙，但只要走过完整过程，他学到的就不只是执行。
AI 给普通人最大的机会，是让一个人第一次能够调动过去需要一个团队才能完成的能力 。但前提是，我们不能只把它当成完成任务的工具，而要用它扩大自己对完整结果负责的范围。
完成别人布置的题，训练的是把局部做好；把一个想法推到真实世界，训练的才是独立生产的能力。